polynomialfeatures 生成指定阶数的多项式特征组合，如 x=[[a,b]]、degree=2 时输出 [1,a,b,a²,ab,b²]；需注意输入维度、缺失值处理、高维爆炸及 pipeline 中标准化顺序等实操要点。
PolynomialFeatures 生成的特征到底长啥样？
它不直接返回拟合结果，而是把原始特征按指定阶数做笛卡尔积组合，再拼成新特征矩阵。比如 X = [[a, b]]，degree=2 时输出是 [1, a, b, a², ab, b²]（默认含截距项）。注意：顺序固定，但不同版本可能因 include_bias 或 interaction_only 改变列数。
实操建议：
- 用
fit_transform(X)一次性完成拟合与转换；单独调transform(X)前必须先fit()，否则报NotFittedError - 原始数据若有缺失值，
PolynomialFeatures不会报错但结果不可靠——务必在它之前用SimpleImputer处理 - 对高维输入（比如 >10 列），
degree=3可能爆炸式增长列数，用interaction_only=True能跳过平方项，只保留交叉项
为什么 fit_transform 后的 shape 和预期不符？
常见原因是没注意原始 X 的维度。如果传入的是 1D 数组（如 np.array([1, 2, 3])），PolynomialFeatures 会把它当单个样本、单个特征处理，输出形状是 (1, n_features_out)，而非你想要的 (n_samples, n_features_out)。
实操建议：
- 始终确保输入是二维：用
X.reshape(-1, 1)处理单特征，或np.column_stack([x1, x2])拼多特征 - 检查
poly.get_feature_names_out()输出的列名，比看 shape 更直观——它会告诉你第 3 列到底是x0^2还是x0 x1 - 若用 pandas DataFrame 输入，
PolynomialFeatures会丢掉列名，后续建议用pd.DataFrame(transformed, columns=poly.get_feature_names_out())恢复可读性
和 Pipeline 配合时容易漏掉什么？
单独用 PolynomialFeatures 没问题，但嵌入 Pipeline 时，常有人忘记标准化步骤的位置。多项式扩展会放大原始特征的量纲差异，若在 PolynomialFeatures 之后才做 StandardScaler，高次项（如 x²）的方差可能比一次项大几个数量级，导致模型权重失衡。
实操建议：
- 标准流程应为：
StandardScaler→PolynomialFeatures→ 模型。别颠倒顺序 - 在 Pipeline 中，不能直接用
PolynomialFeatures(degree=2, include_bias=False)然后接线性模型——因为线性模型自己带截距，include_bias=False可避免冗余常数列 - 调试时用
pipeline.named_steps['poly'].get_feature_names_out()查看实际输入模型的特征名，比猜更可靠
degree=2 但模型效果反而下降？
不是所有数据都适合多项式扩展。当原始特征本身已高度非线性（如带周期性、突变点），或噪声较大时，强行加二次项只是拟合噪声，验证集误差上升是典型信号。
实操建议：
- 先画出原始特征与目标变量的散点图，观察是否存在明显曲率；没有的话，
degree=2很可能徒增复杂度 - 用
cross_val_score对比degree=1和degree=2的 CV 分数，而不是只看训练集 R² - 若发现过拟合，优先尝试
interaction_only=True或降degree，而不是加正则项——因为多项式特征本身已让设计矩阵条件数变差，L2 正则缓解有限
真正麻烦的是特征交互逻辑本身不合理，比如把「用户年龄」和「订单金额」做交叉项，业务上未必有解释性，模型却记住了这种偶然相关。这时候生成的不是非线性特征，是噪声放大器。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
